如何使用Ruby 1.9检测字符串是否仅包含拉丁字母符号？

Question

我需要检测一些字符串是否包含非拉丁字母表的符号。数字和特殊符号如-，_，+都是可以接受的。我需要知道是否有任何非拉丁符号。例如：

"123sdjjsf-4KSD".just_latin?

应该返回true。

"12333ыц4--sdf".just_latin?

应该返回false。

- user1859243

---

像 éöã&$ 这样的字符怎么处理？ - steenslag

你说的 Latin 到底是什么意思？ - matt

Answer 1

我认为这对你应该有效：

 # encoding: UTF-8

 class String
   def just_latin?
     !!self.match(/^[a-zA-Z0-9_\-+ ]*$/)
   end
 end

 puts "123sdjjsf-4KSD".just_latin?
 puts "12333ыц4--sdf".just_latin?

请注意，*＃ascii_only？*也非常接近您想要的内容。

- G. Allen Morris III

Answer 2

以下正则表达式将匹配一个非拉丁字母的单个字母字符：

[\p{L}&&[^a-zA-Z]]

&& 语法是用来交集两个字符类的。第一个字符类 (\p{L}) 匹配任何 Unicode 字母。第二个字符类 ^a-zA-Z 匹配任何不是 (^) 拉丁字母 (a-z 或 A-Z) 的字符。也就是说，整个字符类匹配任何非拉丁字母的字母。

在 Rubular 上查看它的工作原理。

所以如果你在 just_latin? 中使用这个正则表达式，并且如果没有找到匹配项就返回 true，那么它应该像你想要的那样工作。

我之前尝试过使用 Unicode 属性 \p{Latin} 作为第二个字符类，但这并不完全可靠，因为 \p{Latin} 包括例如冰岛字符 þ、æ、ð 在内。

- Martin Ender

Answer 3

好了，只需匹配这些字符，你就完成了（a-z 表示从 a 到 z 的字符）：^[a-zA-Z_\-+]+$

- Javier Diaz

---

他说那些字母加上那些符号。至于锚点，如果他需要在整个字符串上使用，我认为它们是不必要的。 - Javier Diaz

第二个输入字符串将与您的模式匹配。一次在12333，一次在4--sdf。这就是为什么您需要锚点来防止匹配。关于其他字符。他说“特殊符号如...”，但我想这是有争议的。当然，如果OP有一个他想允许的特定字符列表，那么您的模式（带锚点）就是正确的方法。 - Martin Ender